专家谈数字交通与车路协同.docx

《专家谈数字交通与车路协同.docx》由会员分享，可在线阅读，更多相关《专家谈数字交通与车路协同.docx（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、专家谈数字交通与车路协同近期，在2022世界智能网联汽车大会上，国家智能交通系统工程技术研究中心首席科学家王笑京、高新兴科技集团股份有限公司高级副总裁吴冬升等与会专家对数字交通与车路协同等话题进行了探讨。谈“数字交通”国家智能交通系统工程技术研究中心首席科学家王笑京认为，数字化推动道路交通和运输出现新生态，可以预测两个基本事实。一是以人为主的自组织型道路交通不会消亡，智能道路与人驾驶的智能汽车将形成一种以人为核心的新生态。人驾驶车辆在相当长的时间内还是道路交通的主体。二是随着自动驾驶技术发展迅速，自主运行的机器系统新生态有可能出现。数据、算法和通信支撑的机器自主系统在道路交通中显现。为此，数字

2、化、网络化、智能化推动新型载运工具和智能化道路的产业生态逐渐显现。以人为主的组织型道路交通与机器自主道路交通将同时在一个道路平台上运行，两种系统同时交织运行将形成一种新的道路交通生态。在新的道路交通生态下，将面临诸多新挑战。诸如存量系统向新系统演进或升级是否可行；人工系统与机器系统共生的矛盾如何协调；人适应机器还是机器适应人；人机物三体融合如何实现以人为中心王笑京认为，数字化将全面推动交通转型并产生三大裂变：一是数字化条件下，道路交通的外在控制和内部管理有巨大变化；二是“万物互联”给交通带来深刻的变化；三是数字化将深刻地影响交通组织方式、过程控制、价值定义等。当前，新一代数字技术与交通技术的融

3、合推动道路交通的变革，新一代信息技术(5G、物联网、大数据、边缘计算、工业互联网等)架构和体系为交通单元及系统间的数据的实时交互更加充分，为数字平台运行和减少不确定性提供了有力的支撑工具。基于数字和平台进行控制权重新分配，实现表面上的“个性化定制”，实质上严密的实时动态化管控和成本控制。王笑京认为其特征不仅支撑物理世界业务的高效运行，而且在新一代数字平台中构建与物理世界平行的数字世界，许多业务转到网上(数字空间)进行，管理和控制物理世界更安全和高效的运行。谈“车路协同”对于车路协同，王笑京认为，国内车路协同的概念已经落后，目前国内的功能描述基本处在发达国家10年前的状态，发达国家在2014年已

4、经转向Cooperative ITS的开发和部署。所以，需要对智能网联和车路协同进行交通评估。当前背景下，已有10多个省市建设了30多项智慧公路示范工程，许多城市建设了智能未来试验区，还有很多正在规划和建设。目前没有看到详细数据交通数据采集、分析和对比的评估报告以及财务报告，需要抓紧从交通和经济的角度进行评估。面向智能交通未来发展的方向，王笑京认为，人类正在进入一个“人机物”三元融合的万物智能互联时代，无处不在的网和万物数字化将实现以人为中心的“人机物”三元融合的新社会形态。交通运输也将进入这一时代，而且是最能体现“人机物”三元融合的万物智能互联时代的领域。王笑京指出，加快基础设施的数字化和智

5、能化，需要建立三元融合环境下智能交通(含智能汽车)测试范式和要求，研究新一代数字化环境下经济指标和社会指标的设定、计算以及相关要素数据获取。研究如何跳出原有的束缚，建立“人机物”三元融合环境下新的智能驾驶测试范式和要求，突破自动驾驶的“安全悖论”，建立“人机物”三元融合环境下相关安全标准和管理规范。而这一切都要以“人”为核心。对此车路协同的发展，高新兴科技集团股份有限公司高级副总裁吴冬升指出，在车联网(智能网联汽车)产业发展行动计划智能汽车创新发展战略“十四五”现代综合交通运输体系发展规划等国家政策推动的前提下，车和交通会并行推进智能网联汽车和智慧交通协同发展。一方面，智能网联汽车车路系统要智

6、能化、网联化；另一方面，要构建交通的超感知、超连接、超计算能力，赋能智慧交通。对于车路系统赋能智能网联汽车，吴冬升认为，第一，车路协同降低自动驾驶车辆感知和计算的成本。第二，车路协同扩展自动驾驶的运行设计域(ODD)，让自动驾驶适配更多的场景。第三，车路协同自动驾驶SOTIF保障自动驾驶安全。第四，车路协同有效提高交通通行效率。在车路协同赋能智慧交通“超感知”方面，交通信号灯、标志标牌标线、车道线、灯杆、锥桶、施工牌、隔离护栏等要实现交通数字化，还要尝试毫米波雷达+视频、激光雷达+视频、激光雷达+毫米波雷达+视频等新的感知手段。在车路协同赋能智慧交通“超连接”方面，基于LTE-V2X+Uu、N

7、R-V2X+Uu方式，对通信的感知距离、系统时延、定位精度、可靠性等提出更高的要求。未来，市场上将会打造GoRSU智能网联路侧通信单元(LTE+C-V2X)、GoRSU智能网联路侧通信单元(5G+C-V2X)等更多的智慧交通“超连接”产品。车路协同赋能智慧交通“超计算”方面，未来计算架构将是多级架构形式，包括云中心计算能力、区域中心计算能力、边缘计算能力等。比如在边缘侧，除了检测机动车辆外，还可以进行非机动车检测，即检测逆行、闯红灯等违法行为，可以有效降低违法数量、节约警力成本、降低交通事故。参考文章1王笑京：智慧交通以“人”为中心EB/OL. 高新兴吴冬升：车路协同蓄势待发，机遇和挑战并存EB/OL.5